[论文解读] Analysis of Coded Selective-Repeat ARQ via Matrix Signal-Flow Graphs

Derya Malak, Muriel Médard+1 more|arXiv (Cornell University)|Jan 31, 2018

Cooperative Communication and Network Coding参考文献 9被引用 3

一句话总结

本文提出了一种在具有不可靠反馈的分组删除信道上使用矩阵信号流图（MSFGs）建模与分析吞吐量和延迟的编码选择重传ARQ协议。结果表明，通过MDS编码实现的有效错误纠正以及对反馈错误的鲁棒性，使得编码ARQ显著降低了有序交付延迟，并在高码块错误率下保持了比非编码ARQ更高的吞吐量。

ABSTRACT

We propose two schemes for selective-repeat ARQ protocols over packet erasure channels with unreliable feedback: (i) a hybrid ARQ protocol with soft combining at the receiver, and (ii) a coded ARQ protocol, by building on the uncoded baseline scheme for ARQ, developed by Ausavapattanakun and Nosratinia. Our method leverages discrete-time queuing and coding theory to analyze the performance of the proposed data transmission methods. We incorporate forward error-correction to reduce in-order delivery delay, and exploit a matrix signal-flow graph approach to analyze the throughput and delay of the protocols. We demonstrate and contrast the performance of the coded protocols with that of the uncoded scheme, illustrating the benefits of coded transmissions.

研究动机与目标

• 解决无线网络中在不可靠反馈和高分组删除率下选择重传ARQ的性能退化问题。
• 通过编码技术集成前向错误纠正（FEC），减少ARQ协议中的有序交付延迟。
• 基于离散时间排队论与编码理论，为具有不可靠反馈的ARQ协议建立吞吐量与延迟的严格分析框架。
• 比较编码ARQ与非编码ARQ以及采用软合并的HARQ在效率与可靠性权衡方面的性能表现。
• 利用矩阵信号流图（MSFGs）对具有多状态和错误反馈的ARQ系统中的复杂反馈与删除动态进行建模。

提出的方法

• 使用马尔可夫链对ARQ系统进行建模，其中状态表示已解码或已确认的分组数量以及反馈错误状态。
• 应用矩阵信号流图（MSFGs）将系统表示为一组线性方程，从而推导出传输时间和延迟的矩阵生成函数。
• 使用矩阵生成函数 $\mathbf{\Phi}_{\tau}(z)$ 和 $\mathbf{\Phi}_{D}(z)$ 分别计算传输时间和延迟时间的矩生成函数。
• 引入转移概率矩阵 $\mathbf{P}_{ij}^{\rm C}(n)$ 以建模前向信道删除和反馈错误（例如，错误解码的ACK/NACK），并通过自环表示反馈重传状态。
• 推导 $A_n(z)$ 和 $B_n(z)$ 的表达式，以考虑反馈错误恢复和重传周期的影响，包括累积反馈和解码阈值的影响。
• 通过生成函数的一阶矩计算平均传输时间与平均延迟 $\bar{D}$，并据此计算吞吐量 $\eta$ 为平均传输时间的倒数。

实验结果

研究问题

• RQ1 将MDS编码集成到选择重传ARQ中，如何提升在不可靠反馈下的吞吐量与延迟性能？
• RQ2 反馈错误（例如，误解码的ACK/NACK）对ARQ协议性能有何影响？如何实现有效建模？
• RQ3 在不同码块错误率下，编码ARQ方案与非编码ARQ及采用软合并的HARQ在延迟与吞吐量方面有何比较？
• RQ4 矩阵信号流图（MSFGs）在多状态和错误反馈的ARQ系统中，多大程度上能够提供建模复杂反馈与删除动态的分析框架？
• RQ5 随着超时时间 $T$ 的增加，系统性能如何变化？延迟与吞吐量之间存在怎样的最优权衡？

主要发现

• 在高码块错误率（$\epsilon > 0.3$）下，编码ARQ相比非编码ARQ实现了显著更低的平均延迟，这得益于MDS编码带来的有效错误隐藏。
• 与非编码ARQ及采用软合并的HARQ相比，编码ARQ方案的吞吐量随 $\epsilon$ 增大而衰减更缓慢，表明其对信道错误具有更强的鲁棒性。
• 采用软合并的HARQ方案相比非编码ARQ仅带来轻微的延迟改善，但吞吐量相近，表明在相同反馈模型下增益有限。
• 随着超时时间 $T$ 增加，所有方案的吞吐量与延迟均上升，但在高 $\epsilon$ 条件下，编码ARQ仍保持更优的性能优势。
• 基于MSFG的分析模型能够准确捕捉前向信道删除与反馈错误的联合动态，从而精确计算吞吐量与延迟指标。
• 在MSFG模型中引入累积反馈与自环，有效捕捉了反馈错误下的重传行为，提升了模型保真度与预测准确性。